检索结果

Select

1. 云计算环境下基于代表点增量层次密度聚类的微博事件检测及跟踪

冯永韩楠贾东风

计算机应用 2013, 33 (12): 3559-3562.

摘要（564）

PDF （785KB）（466）

为从微博服务平台产生的大量实时信息中抽取新闻事件，提出了一套完整的云计算环境下的微博事件检测跟踪算法。首先采用新的基于微博转发数和评论数的权值计算方法，将微博文本表示成向量空间模型；再利用基于代表点的增量层次密度聚类(RIHDBSCAN)算法抽取关键词，最终实现新闻事件的检测和跟踪。针对单一节点无法快速高效地处理海量微博数据的问题，将算法部署在云计算平台Hadoop上。通过在新浪微博平台上获取的真实数据进行实验，结果表明，所提出的权值计算方法比

相关文章 | 多维度评价

Select

2. 结合匹配度和语义相似度的Deep Web查询接口模式匹配

冯永张洋

计算机应用 2012, 32 (06): 1688-1691. DOI: 10.3724/SP.J.1087.2012.01688

摘要（1132）

PDF （620KB）（561）

查询接口模式匹配是Deep Web信息集成中的关键部分，双重相关性挖掘方法（DCM）能有效利用关联挖掘方法解决复杂接口模式匹配问题。针对DCM方法在匹配效率、匹配准确性方面的不足，提出了一种基于匹配度和语义相似度的新模式匹配方法。该方法首先使用矩阵存储属性间的关联关系，然后采用匹配度计算属性间的相关度，最后利用语义相似度计算候选匹配的相似性。通过在美国伊利诺斯大学的BAMM数据集上进行实验，所提方法与DCM及其改进方法比较有更高的匹配效率和准确性，表明该方法能更好地处理接口之间模式匹配问题。

相关文章 | 多维度评价

Select

3. 基于概念间边权重的概念相似性计算方法

冯永张洋

计算机应用 2012, 32 (01): 202-205. DOI: 10.3724/SP.J.1087.2012.00202

摘要（1182）

PDF （613KB）（684）

介绍了传统的基于距离的相似度计算方法，针对其在距离计算中包含语义信息不充足的现状，提出了一种改进的使用WordNet的基于概念之间边的权重的相似性度量方法。该方法综合考虑了概念在词库中所处层次的深度和密度，即概念的语义丰富程度，设计了一种通用的概念语义相似性计算方法，该方法简化了传统语义相似性算法，并解决了语义相似性计算领域的相关问题。实验结果表明，所提方法在Rubenstein数据集上与人工判断有着0.9109的相关性，与其他经典的相似性计算方法相比有着更高的准确性。

参考文献 | 相关文章 | 多维度评价